La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Raisonnement à Partir de Cas Introduction à lattention des étudiants de Miage Lyon1 Alain Mille.

Présentations similaires


Présentation au sujet: "Raisonnement à Partir de Cas Introduction à lattention des étudiants de Miage Lyon1 Alain Mille."— Transcription de la présentation:

1 Raisonnement à Partir de Cas Introduction à lattention des étudiants de Miage Lyon1 Alain Mille

2 2 Introduction n Objectif du cours : fournir les définitions, les principes, les méthodes, les techniques et des exemples pour la mise en œuvre dapplications du RàPC.

3 Alain Mille3 Plan général du cours n Racines historiques n Principes de base du RàPC. n Étude des différentes phases du cycle RàPC (Élaboration, Remémoration, Adaptation, Révision, Mémorisation). n Exemples dapplications et doutils.

4 Alain Mille4 Racines, Principes n Minsky, un modèle de mémoire. n Schanck, auteur de lexpression « Case-Based Reasoning ». n Principes directeurs du Raisonnement à Partir de Cas

5 Alain Mille5 Minsky, le modèle de mémoire : principe « Quand on rencontre une nouvelle situation (décrite comme un changement substantiel à un problème en cours), on sélectionne de la mémoire une structure appelée « cadre » (frame). Il sagit dune structure remémorée qui doit être adaptée pour correspondre à la réalité en changeant les détails nécessaires. »

6 Alain Mille6 Minsky, le modèle de mémoire : les cadres n Une partie de l information concerne son usage, n une autre partie concerne ce qui peut arriver ensuite, n et une autre partie concerne ce quil convient de faire en cas déchec (quand ce qui devait arriver narrive pas...).

7 Alain Mille7 Minsky, le modèle de mémoire : illustration Les différents cadres partagent des feuilles terminales. Les cadres sont plus ou moins activés selon la valeur des feuilles terminales. Les feuilles sont toujours garnies (valeurs par défaut).

8 Alain Mille8 Minsky, le modèle de mémoire : processus n Les cadres sont des situations « idéales »regroupées en hiérarchie et sont reliés par les différences qui les séparent. n Processus : u sélectionner un cadre, u tenter dappliquer le cadre (faire le bilan des buts non atteints), u appliquer une technique dadaptation-correction, u synthétiser lexpérience pour lajouter à la bibliothèque de techniques de correction.

9 Alain Mille9 Schank et le modèle de mémoire dynamique n « Comprendre cest expliquer ». n Problématique de la compréhension des textes en langage naturel. n Utilisation de scripts pour expliquer des situations. n Utiliser lexpérience concrète dans la construction des scripts.

10 Alain Mille10 Des scripts à la mémoire dynamique Commerçant entrer sinstallercommanderêtre servi payer sortir être placé rester devant la banque magasin à sa place restaurant au comptoir magasin classique restaurant chez Dédé Saluer sinstaller au bar xxxx manger xxxx épisodes réels

11 Alain Mille11 Processus de raisonnement n Dans une mémoire d expériences, organisée en hiérarchie de généralisation, n on recherche ce qui est le plus près du problème courant, n on réutilise le script trouvé en le spécialisant dans le contexte courant, n on réorganise la mémoire pour y intégrer le nouvel épisode.

12 Alain Mille12 Principes du RàPC n Le carré d analogie n Le cycle du RàPC n Lanalogie et le cycle revisités...

13 Alain Mille13 Le carré danalogie problème cible solution cible problème source solution source source problème solution cible

14 Alain Mille14 Quest-ce quun cas ? n Un cas est la description d'un épisode de résolution de problème. Il peut donc prendre des formes très diverses selon la nature de la tâche : diagnostic, planification, aide à la décision, conception, etc.

15 Alain Mille15 Descripteurs de cas n Un cas est donc l'association d'un problème et de la solution de ce problème : cas=(pb,Sol(pb)). n Un cas source est un cas dont on va s'inspirer pour résoudre un nouveau cas que l'on appelera un cas cible. Un cas source s'écrit : u cas-source=(source,Sol(source)) n et un cas cible s'écrit donc u cas-cible=(cible,Sol(cible)). n Un cas, son problème et sa solution sont donc décrits par un ensemble de descripteurs. Un descripteur d est défini par une paire d=(a,v) où a est un attribut et v la valeur qui lui est associée dans ce cas.

16 Alain Mille16 Descripteurs n source={d s 1..d s n } où d s i est un descripteur du problème source. n Sol(source)={D s 1..D s m } où D s i est un descripteur de la solution source. n cible={d c 1..d c n } où d c i est un descripteur du problème cible. n Sol(cible)={D c 1..D c n } où D c i est un descripteur du problème cible.

17 Alain Mille17 Extrait dune base de cas AttributType attribut Cas 1Cas 2Cas 3 SurfaceRéel Lieu Départ. SymboleRhône Ain Lieu VilleSymboleLyon Bourg en Bresse Type appart. SymboleF2 F3 PrixRéel Descripteur Problème Descripteurs Solution

18 Alain Mille18 Répartition des cas dans une base Les cas sont représentés sur le plan des solutions. Les cas proches ont des solutions proches.

19 Alain Mille19 Différentes classes de solution

20 Alain Mille20 Différentes classes de solution S C S Règles dadaptation définies pour les cas de la même classe de solution que S (Source)

21 Alain Mille21 Choix dun cas source dune classe de solution pour résoudre un problème cible C

22 Alain Mille C Cas source choisi = Classe Jaune N° 1 Choix du cas source

23 Alain Mille23 Algorithme KPPV K Plus Proches Voisins (1) C Construire une liste des voisins du cas cible. Un cas source est voisin si la similarité de sa partie problème avec le problème cible est supérieur à un seuil S (à lintérieur du cercle donc). Une solution est représentée si elle possède au moins k=3 représentants Rs 2 cas rouges (solution non représentée) 3 cas jaunes (solution représentée) Le cas jaune n° 1 est le + proche

24 Alain Mille24 Algorithme KPPV K Plus Proches Voisins (1) C Construire une liste des voisins du cas cible. Un cas source est voisin si la similarité de sa partie problème avec le problème cible est inférieur à un seuil S. Une solution est représentée si elle possède au moins k=3 représentants Rs 3 cas rouges (solution représentée) 5 cas jaunes (solution représentée) La solution jaune est la + représentée Le cas jaune n° 1 est le + proche 3 1

25 Alain Mille25 Algorithme KPPV K Plus Proches Voisins (1) C Construire une liste des voisins du cas cible. Un cas source est voisin si la similarité de sa partie problème avec le problème cible est inférieur à un seuil S. Une solution est représentée si elle possède au moins k=3 représentants S 3 cas rouges (solution représentée) 5 cas jaunes (solution représentée) La solution jaune est la + représentée Le cas jaune n° 1 est le + proche 3 1

26 Alain Mille26 Algorithme KPPV K Plus Proches Voisins (2) C Rs Construire une liste des voisins du cas cible. Un cas source est voisin si la similarité de sa partie problème avec le problème cible est inférieur à un seuil S. Une solution est représentée si elle possède au moins k=3 représentants

27 Alain Mille27 Algorithme KPPV K Plus Proches Voisins (3) C S S S Construire une liste des voisins du cas cible. Un cas source est voisin si la similarité de sa partie problème avec le problème cible est inférieur à un seuil S. Une solution est représentée si elle possède au moins k=3 représentants

28 Alain Mille28 PROBLEME Base de cas Connaissance générale Cas cible ELABORER Cas appris MEMORISER Cas cible adapté ADAPTER REVISER Solution confirmée Cas cible adapté, évalué, corrigé Cas Source Cas cible Cas Source RETROUVER Le cycle du RàPC

29 Alain Mille29 Analogie et cycle revisités cible idx(source) b : se remémorer.1 a : élaborer idx(cible) Sol(idx(cible)) f : adapter.2 Sol(idx(source)) e : adapter.1 Sol(cible) g : adapter.3 source c : se remémorer.2 Sol(source) d

30 Alain Mille30 PROBLEME Base de cas Connaissance générale Cas cible ELABORER Cas appris MEMORISER Cas cible adapté ADAPTER REVISER Solution confirmée Cas cible adapté, évalué, corrigé Cas Source Cas cible Cas Source RETROUVER Le cycle du RàPC

31 Alain Mille31 Élaborer n Rappel : on cherche une solution(!) similaire à partir de lénoncé d un problème... n Compléter et/ou filtrer la description du problème en se fondant sur les connaissances disponibles sur ladaptabilité n Commencer à résoudre le problème orienter la recherche d une solution adaptable

32 Alain Mille32 Illustration simple sur un cas de vente dautomobiles doccasion n La base de cas est constituée dépisodes de vente n Le problème est décrit par les descripteurs du véhicule n La solution est le prix de vente réellement négocié

33 Alain Mille33 Descripteurs de cas

34 Alain Mille34 Élaboration / Ontologie du domaine 206 = sorte-de Peugeot

35 Alain Mille35 Elaboration / Règle =(corrosion superficielle) =>Bon

36 Alain Mille36 Élaborer : résumé n Affectation des descripteurs au nouveau cas. n Construire des descripteurs possédant une sémantique liée au problème. n Anticiper au maximum ladaptabilité des cas qui seront remémorés.

37 Alain Mille37 Exemple : Élaborer dans ACCELERE Synthèse : trouver une structure permettant de satisfaire des spécifications Analyse : trouver le comportement résultant dune structure particulière Évaluation : vérifier que le comportement est conforme à ce qui est attendu Assistance à la conception de caoutchouc Trois types de tâches à assister :

38 Alain Mille38 Le processus de production de caoutchouc stocker Paramètres Extruder Couper Vulcaniser Paramètres Mélanger Matières Premières Paramètres de fabrication

39 Alain Mille39 Synthèse d une structure pour atteindre les spécifications TESTS Analyse des résultats Un essai = un cas Concevoir un nouveau produit Plusieurs centaines dessais pour un produit Plusieurs mois de mise au point

40 Alain Mille40 Copie d écran Accelere Lancement de la déduction dindices supplémentaires = commencer à résoudre le problème sous contrainte dadaptabilité Aide à lélaboration..

41 Alain Mille41 But examiné: Dureté Shore 00 intérieur = Moyen Structure: NBR/PVC,Pcc = 100 Etat atteint: Dureté Shore 00 intérieur = Moyen Force Choc E=50J INTEREP selon EN = Moyen Similarité: 91% État désiré: Force Choc E=50J INTEREP selon EN = [Très bas, Bas] Dureté Shore 00 intérieur = [Moyen, Élevé, Très élevé] But examiné: Dureté Shore 00 intérieur = Elevé Structure: NBR,Pcc = 100 Etat atteint: Dureté Shore 00 intérieur = Elevé Force Choc E=50J INTEREP selon EN = INCONNU Similarité: 67% But examiné: Force Choc E=50J INTEREP selon EN = Très bas Structure: NR,Pcc = 100 État atteint: Dureté Shore 00 intérieur = Bas Force Choc E=50J INTEREP selon EN = Très bas Similarité: 83% État le plus proche atteint avec: Structure: NBR/PVC,Pcc = 100 Similarité: 91% Élaboration dindices

42 Alain Mille42 Exploitation pour la recherche..

43 Alain Mille43 Retrouver n Similarité = degré dappariement entre deux cas : u Recherche des correspondances entre descripteurs. u Calcul du degré dappariement des descripteurs. u Pondération éventuelle des descripteurs dans le cas.

44 Alain Mille44 Mesures de similarités n Prendre en compte la structure de cas(Mignot) n Mesures de comparaisons(Rifqi) u Mesure de similitudes u Mesures de dissimilarité n Prendre en compte des historiques & des séquences (Mille, Jaczynski, Rougegrez)

45 Alain Mille45 Aspects de la similarité n K-plus proches voisins. n Agrégation. n Recherche selon point de vue. n Prise en compte de la dynamique dune séquence. n Approches inductives.

46 Alain Mille46 Représentation objet et Similarités Objet Technique PCStockageProcesseur MagnétiqueOptique disquettedisqueCD-ROM Prix : réel Capacité : réel Type : symbole Vitesse : réelTemps : réel

47 Alain Mille47 Calcul de similarités-1 K1K1 K2K2 K3K3 K4K4 K LKLK u Similarité intra-classes F propriétés communes entre deux objets. F similarité sur la classe commune la plus spécifique. F Sim intra =F(sim A1 (q.A 1,c.A 1 ), …, sim An (q.A n,c.A n )),

48 Alain Mille48 Calcul de similarités-2 n Sim(q,c)=Sim intra (q,c).Sim inter (class(q), class(c)) n Similarité inter-classes u Sim inter (K,K 1 ) > u Associer une similarité S i à chaque nœud F X,Y dans L ki, Sim inter (X,Y)>=S i u Sim inter (K 1,K 2 )= F 1 si K 1 =K 2 F S sinon OBJETS CONCRETS

49 Alain Mille49 Calcul de similarités-3 n Objet abstrait et requêtes u Sim inter (Q,C)= max {Sim inter (Q,C`)| C`dans Lc} F 1 si Q < C F S sinon n Objets abstraits u Sim inter (Q,C)= max {Sim inter (Q,C`)| Q` dans Lq, C`dans Lc} F 1 is Q < C ou C < Q F S sinon

50 Alain Mille50 Adapter : la problématique n il sagit de réutiliser la solution dun cas proche, n en supposant quil est possible dadapter ce cas, n et plus facile de ladapter que dessayer de le résoudre directement..

51 Alain Mille51 Exemple : la configuration dun ordinateur multimédia* n Lutilisateur spécifie les applications quil souhaite exploiter (traitement de texte, musique, programmation, jeux). n Chaque logiciel est noté selon limportance accordée par lutilisateur. n Lobjectif est délaborer la configuration idéale supportant les logiciels demandés en fonction de leur importance. n La solution est représentée selon une structure « objet » dun PC et de ses composants. * exemple tiré de [BerWil98]

52 Alain Mille52 Adaptation générative n Le cas retrouvé retrace le « raisonnement » ayant mené à la solution. n On substitue les éléments de contexte du raisonnement retrouvé par les éléments différents du contexte du cas nouveau. n On « rejoue » le raisonnement dans ce nouveau contexte

53 Alain Mille53 Exemple / configuration Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) 5) Sélectionner le CD-ROM (>Sony 10x) 1) Sélectionner carte-mère (>ASUS) 2) Sélectionner CPU (>pentium 200) 3) Sélectionner carte graphique (>Matrox) 4) Sélectionner le « joystick » (>JK485) trace du raisonnement...

54 Alain Mille54 Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) 5) Sélectionner le CD-ROM (>Sony 10x) 1) Sélectionner carte-mére (>ASUS) 2) Sélectionner CPU (>pentium 200) 3) Sélectionner carte graphique (>Matrox) 4) Sélectionner le « joystick » (>JK485) trace du raisonnement... Exemple / configuration

55 Alain Mille55 Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) 5) Sélectionner le CD-ROM (>Sony 10x) 1) Sélectionner carte-mére (>ASUS) 2) Sélectionner CPU (>pentium 200) 3) Sélectionner carte graphique (>Matrox) 4) Sélectionner le « joystick » (>JK485) trace du raisonnement... Exemple / configuration

56 Alain Mille56 Adapter : deux approches n Adaptation générative : on a toutes les connaissances pour résoudre le problème à partir de zéro.générative n Adaptation transformationnelle : on na pas toutes les connaissances pour résoudre le problème à partir de zéro.

57 Alain Mille57 Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) 3) Sélectionner le CD-ROM (>Sony 10x) 1) Sélectionner carte-mére (>ASUS) 2) Sélectionner CPU (>pentium 200) trace du raisonnement... 4) Sélectionner l adaptateur graphique( S3) 5) Sélectionner la carte son (>midi634) Exemple / configuration

58 Alain Mille58 Adaptation générative n trace de raisonnement = plan de résolution + justifications (+ alternatives + tentatives ayant échoué...) n moteur de résolution complet = système de résolution de contraintes, planificateur, recherche dans un espace détats, etc.

59 Alain Mille59 Résolution de contraintes n Cadre [HFI96] n Notion de réduction de « dimensionnalité » fondée sur l interchangeabilité et la résolution de contraintes. n Représentation explicite des degrés de liberté pour ladaptation : u 1) les contraintes liées aux anciens éléments de contexte ayant changé sont relâchées, u 2) on ajoute les contraintes liées aux nouveaux éléments de contexte. u 3) on résout le jeu réduit de contraintes. [HFI96] : Kefeng Hua, Boi Faltings, and Ian Smith. Cadre: case-based geometric design. Artificial Intelligence in Engineering, pages , 1996

60 Alain Mille60 Planificateur n On cherche un plan qui satisfasse aux mieux les buts à atteindre à partir de létat initial (état final proche). n Ce plan est généralisé (le moins possible) pour donner un état intermédiaire susceptible de conduire à létat final recherché. n A partir de cet état intermédiaire, on tente de terminer la planification. n En cas déchec, on remonte dans larbre des états pour généraliser un peu plus le plan...

61 Alain Mille61 Adaptation transformationnelle n Des éléments de la solution du cas retrouvé sont : u modifiés, u supprimés, u ajoutés, selon n des écarts de contexte observés entre cas source et cas cible, et grâce à n un ensemble de règles dadaptation.

62 Alain Mille62 Exemple / configuration Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) CD-Rom Sony 14X Carte ASUS-3 Processeur pentium 250 Carte graphique Matrox G2 Joystick JK600 Solution

63 Alain Mille63 Règles dadaptation n Si (source.jeu > 7) et (cible.jeu <3) alors solution.supprimer(Joystick) n Si (source.musique 7) alors solution.ajouter(carte_son_haut_de_gamme) n Si (source.puissance 7) alors solution.modifier(processeur.vitesse,delta_puiss ance,+)

64 Alain Mille64 Exemple / configuration Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) CD-Rom Sony 14X Carte ASUS-3 Processeur pentium 250 Carte graphique Matrox G2 Joystick JK600 Solution Carte ASUS-3 Processeur pentium 250 Solution

65 Alain Mille65 Exemple / configuration Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) CD-Rom Sony 14X Carte ASUS-3 Processeur pentium 250 Carte graphique Matrox G2 Joystick JK600 Solution Carte ASUS-3 Processeur pentium 250 Carte graphique S3 Solution

66 Alain Mille66 Exemple / configuration Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) CD-Rom Sony 14X Carte ASUS-3 Processeur pentium 250 Carte graphique Matrox G2 Joystick JK600 Solution Carte ASUS-3 Processeur pentium 250 Carte graphique S3 Solution Carte son midi 720

67 Alain Mille67 Exemple / configuration Nouveau cas - Jeux = 0; - Musique = 10; - TdT = 5; - Prog = 5; (Puissance = 10) Cas retrouvé - Jeux = 10; - Musique = 0; - TdT = 5; - Prog = 5; (Puissance = 10) CD-Rom Sony 14X Carte ASUS-3 Processeur pentium 250 Carte graphique Matrox G2 Joystick JK600 Solution Carte ASUS-3 Processeur pentium 250 Carte graphique S3 Solution Carte son midi 720 CD-Rom Sony 14X

68 Alain Mille68 Autres approches de ladaptation n Par recherche en mémoire et application de cas dadaptation : acquisition progressive de compétences dadaptation. n Par cycles itératifs de raisonnement à partir de cas : décomposition hiérarchique de ladaptation. n Par létude des similarités de rôle des éléments dans le cas. n Selon un chemin de similarité : organisation des cas en hiérarchie de généralisation.

69 Alain Mille69 Évaluer/Réviser n L objectif est de faire le bilan d un cas avant sa mémorisation / apprentissage : n Vérification par introspection dans la base de cas. n Utilisation dun système de vérification (contrôle de cohérence globale, simulateur, etc.). n Retour du « monde réel ». intégration des révisions dans le cas

70 Alain Mille70 Révision : lexemple de CHEF* n CHEF est un système de planification. n Explication dun échec par instanciation dun arbre causal. n Réparation par des connaissances générales. n Échecs et succès guident linsertion dans la mémoire (mémoire dynamique). *CHEF est un exemple « historique »

71 Alain Mille71 Mémoriser : vers lapprentissage n Ajouter le cas dans la base (selon la qualité des cas par exemple). n Organiser le cas dans la base : linsérer dans un réseau d explications. n Indexer le cas dans la base. n Synthétiser des connaissances nouvelles.

72 Alain Mille72 Qualité des cas-1 n Heuristiques (Kolodner) u Couvrir la tâche de raisonnement. u Couvrir les situations de succès et les situations déchec. u Cas collectionnés dune manière incrémentale.

73 Alain Mille73 Qualité de cas-2 n Utilité u Par rapport à la performance. u Se débarrasser des connaissances inutiles. n Compétence u Couverture dun cas. u Accessibilité dun problème.

74 Alain Mille74 Modéliser la compétence-1 (Smyth) n Cas essentiels : dont leffacement réduit directement la compétence du système. n Cas auxiliaires : la couverture quil fournit est subsumée par la couverture de lun de ses cas accessibles. n Cas ponts : leurs régions de couverture feront la liaison entre des régions qui sont couvertes indépendamment par dautres cas. n Cas de support : cas ponts en groupe.

75 Alain Mille75 Modéliser la compétence-2 Compétence Auxiliaire, Support, Pont, Essentiel.

76 Alain Mille76 Organisation des cas n Mémoire plate u Indexation superficielle u Partitionnement de la mémoire u Extraction parallèle n Mémoire hiérarchique u Réseaux à traits partagés u Réseaux de discrimination

77 Alain Mille77 Réseaux de discrimination index1 index2index3 valeur1 valeuravaleurb valeur3 index4index5index6 valeur4valeur5valeur6 EG1 EG2 Mémoire dynamique de Schank cas1cas2 cas5

78 Alain Mille78 Apprendre des connaissances-1 Exemple : Protos (cas + indexation) CHAISE Chaise1 Chaise2 roulettesaccoudoirsmétalpiédestalsiègedossierpiedsbois

79 Alain Mille79 Apprendre des connaissances-2 Exemple : Protos (cas + indexation) CHAISE Chaise1Chaise2 Prototype fortPrototype faible Différence : accoudoirs, piédestal Différence : pieds accoudoirspiédestalsiègedossierpieds

80 Alain Mille80 Maintenance de la base de cas (Leake98) n Stratégies u Collecte des données F périodique, conditionnel, Ad Hoc. u Intégration des données F On-line, Off-line. n Activation de la maintenance F espace, temps, résultat de résolution. n Étendue de la maintenance F Large, étroite.

81 Alain Mille81 Approches connexes au RàPC Exemples, Instances & Cas n Raisonnement fondé sur la mémoire u Pas de théorie sur le domaine u Aucune tâche dinduction ou d abstraction n Apprentissage à partir dinstances u Instance = attribut-valeur u IBL (Aha), C4.5, ID5R(Quinlan) n Exemples typiques (exemplar) u Protos n RàPC conversationnel (Aha)

82 Alain Mille82 Intégration avec dautres approches n Exemple : Règles + cas u Mode dintégration F Coopératif F Intégration des règles dans le RàPC u Creek (Aamodt), Cabata (Lenz) n Mode coopératif u A qui donner la main ? F Degrés de confiance F Selon type de cas

83 Alain Mille83 Exemples doutils et application n Loutil CBR-Works Loutil CBR-Works n Loutil Remind Loutil Remind n Loutil CBR-tools Loutil CBR-tools n Application Prolabo Application Prolabo n Application Interep Application Interep n Application Radix Application Radix n Application Broadway Application Broadway

84 Alain Mille84 Outil CBR*Tools n Action AID, INRIA Sophia-Antipolis n M. Jaczynski & B. Trousse n Constat : Manque douverture des outils existants (modification, ajout de composants difficile ou impossible) n Nouveau type doutil en RàPC : Plate- Forme a objets (en Java) n Architecture - Points douverture n Modèles a objets - Explication en termes de patrons de conception n Contact:

85 Alain Mille85 Utilisation de CBR*Tools 1/ manipulation des classes java via éditeur 2/ atelier de manipulation directe des modèles UML

86 Alain Mille86 PROLABO / Programmation de minéralisateur micro-ondes n Un programme de minéralisation est une sorte de recette (plan) n Plusieurs cas sources et/ou un cas prototype sont utilisés pour créer un cas source à réutiliser n L adaptation est guidée par les différences structurelles relevées avec le cas cible n Trois niveaux dadaptation : u Le niveau plan. u Le niveau étape. u Le niveau valeur.

87 Alain Mille87 Un programme de digestion une étape Une valeur

88 Alain Mille88 Plusieurs cas sources un cas prototype

89 Alain Mille89 Stratégie dadaptation Cas sources sélectionnés Découvrir le type de plan Théorie du domaine type de plan établir les différences cas cible différences expliquer les différences explications des différences Solution proposée substitution des : - étapes - variables -valeurs Démo

90 Alain Mille90 RADIX n Modélisation de lutilisation dun explorateur et des tâches de navigation et de recherche d information n Application à la recherche dinformation en internet et intranet, en réutilisant lexpérience personnelle n Partenaire industriel : Data Storage Systems by Chemdata

91 Alain Mille91 Radix : les modèles n Modèle d utilisation : tout événement « faisant sens » dans le cadre de l application (explorateur) (lien distant, lien local, retour, avance, signet, etc.) n Modèle tâche : une interprétation des actions : n Session unitaire (SU) : du début à la fin d un épisode de recherche d information n Tentative unitaire (TU) : une recherche cohérente autour d un sous-but particulier n Recherche Unitaire (RU) : un triplet état-transition-état passant d une « page » à une autre « page » de la recherche. n Vocabulaire utile (VU) : les termes « gagnants » pour décrire une page « utile » (portée RU, TU ou SU)

92 Alain Mille92 Illustration des modèles de Radix La session unitaire

93 Alain Mille93 Illustration des modèles de Radix TU et RU TU RU

94 Alain Mille94 Vocabulaire Utile Radix : connecter le modèle dutilisation et le modèle de tâche Trace dutilisation

95 Alain Mille95 ACCELERE

96 Alain Mille96

97 Alain Mille97

98 Alain Mille98


Télécharger ppt "Raisonnement à Partir de Cas Introduction à lattention des étudiants de Miage Lyon1 Alain Mille."

Présentations similaires


Annonces Google